EXPERIMENTOS UN SOLO FACTOR

Control Estadístico de Procesos

 EJEMPLO

Se tiene el caso de varios productos del mismo uso como:

detergentes, leche evaporada, PC, revistas, pantalones, TV;
que tienen diferentes tipos de respuestas.
Seleccionamos un producto como leche evaporada, de las
varias marcas que existen en el mercado seleccionamos a
todas, llamaremos a esto Efecto Fijo y si fuera una muestra
aleatoria llamaremos a esto Efecto Aleatorio.
Los cálculos para cada uno son de los efectos son iguales.

2
3
 LAS MARCAS SELECCIONAS: A, B, C, D Y E.
Repeticiones

Marcas 1 2 3 4 5 6 Total Yi
A 3 2 4 3 4 3 19 3.17

B 5 6 5 7 5 7 35 5.83

C 2 3 2 1 3 2 13 2.17

D 6 7 6 8 7 6 40 6.67

E 8 9 8 10 9 10 54 9.00

Total 161

Las respuestas para cada marca de leche evaporada es el

% de crecimiento de cada infante en un periodo de tiempo.
4
 % Crecimiento de Leche Evaporada
% Crecimiento

10

0
A B C D E
Marcas

5
 HIPOTESIS
H 0 : μ i  μ  i  1, a
H1 : μ i  μ al menos uno  i

El rendimiento promedio en % de crecimiento de los

H0 : infantes en las diferentes marcas de leche evaporada
después de un periodo de tiempo son iguales.

Existe al menos un rendimiento en promedio en el %

H1 : de crecimiento de los infantes en las diferentes
marcas de leche evaporada diferente a los demás. 6
 ANALISIS DE VARIANZA

Fuente de Grados de Suma de Media de FC,4,25

Variación Libertad Cuadrados Cuadrados
Marcas de
4 181.133 45.28 63.48
Leche

Error 25 17.834 0.713

Total 29 198.967

7
 DECISIÓN

FC,4,25  63.48 Ft,4,25,95%  2.76

Existe indicios de las diferencias de

FC  Ft medias en el % de crecimiento de los
infantes en las diferentes marcas de
leche evaporada y por lo tanto se
acepta H1

8
Intervalo de confianza para el Tratamiento
significativo

1  Y1 - Y  3.17 - 5.37 = - 2.20

2  Y 2 - Y  5.83 - 5.37 = 0.46
3  Y 3 - Y  2.17 - 5.37 = - 3.20
4  Y 4 - Y  6.67 - 5.37 = 1.30
5  Y 5 - Y  9.00 - 5.37 = 3.63

9
 1.11
9.00  t 0.05
2
,30 - 5
6

1.11
9.00  2.060  9.00  0.8860
6

9.8860  5  8.1139

10
 Comparación de Pares de Medias de
Tratamientos (Newman – Keuls)
1.- Ordenar de menor a mayor los tratamientos:

Y3 Y1 Y2 Y4 Y5
2.17 3.17 5.83 6.67 9.00

2.- Se conoce:
SCMError  1.11 y GlError  25

1.11
S Yi   0.430
6 11
3.- Por tabla de t student:

Niveles 2 3 4 5

t 99%,25 3.92 4.51 4.87 5.15

1.11
S Yi   0.430
6

12
4.- Seleccionando el mayor promedio para el uso de
diferencia con los menores:
5vs. 3 = 9.00 – 2.17 = 6.83 > 2.21
5 vs. 1 = 9.00 – 3.17 = 5.83 > 2.08
5 vs. 2 = 9.00 – 5.83 = 3.17 > 1.94
5 vs. 4 = 9.00 – 6.67 = 2.33 > 1.69
4 vs.3 = 6.67 – 2.17 = 4.5 > 2.08
4 vs. 1 = 6.67 – 3.17 = 3.5 > 1.94
4 vs. 2 = 6.67 – 5.83 = 0.84 < 1.69
2 vs. 3 = 5.83 – 2.17 = 3.66 > 1.94
2 vs. 1 = 5.83 – 3.17 = 2.66 > 1.69
1 vs. 3 = 3.17 - 2.17 = 1.00 < 1.69

13
 RESULTADOS

1. La marca de leche evaporada E es la que tiene

mayor promedio.
2.- La marca de leche evaporada D tiene mayor
promedio que A y C; pero con B se mantiene iguales.
3.- La marca de leche evaporada B es mayor en
promedio que A y C.
4.- Las marcas de leche evaporada A y C son iguales.

14
FIN DE SESIÓN

15